英伟达 Rubin Ultra 缩水，AI 芯片竞争转向系统战
SemiAnalysis 指出，英伟达在 GTC 2026 发布 Rubin Ultra 仅约三个月后，因制造与量产执行风险取消原计划的 4-die 版本，转向规模减半的 2-die 方案，实际性能或接近减半。这暴露了先进 AI 芯片的新瓶颈：竞争已从设计能力转向芯片、HBM、封装、互联、供电、散热及机架系统的综合量产能力。
SemiAnalysis 指出，英伟达在 GTC 2026 公布 Rubin Ultra 仅约三个月后，便因制造与量产执行风险取消了原计划的 4-die 版本，转而采用规模更小的 2-die 方案。新版芯片规模约为原方案的一半，实际性能也可能接近减半。
这次调整的意义不只是性能缩水，而是暴露了先进 AI 芯片面临的新瓶颈：竞争已经从“谁能设计出更强的 GPU”，升级到芯片、HBM、先进封装、互联、供电、散热和机架系统能否按时、大规模量产的综合较量。
与此同时，Google TPU、AWS Trainium 和 AMD 正在扩大市场份额。Claude 已将部分推理负载部署在 Trainium、训练部署在 TPU，显示大型 AI 工作负载正在逐渐摆脱对 NVIDIA GPU 的单一路径依赖。
Rubin Ultra 的调整真正值得关注的不是一次产品降级，而是 NVIDIA 能否继续维持过去极强的产品迭代和量产执行能力。随着 TPU、Trainium 等定制 ASIC 加速渗透，CUDA 的护城河尚未消失，但其覆盖范围正在受到侵蚀，AI 算力市场也开始从 NVIDIA 高度主导走向 GPU 与定制 ASIC 并存的新格局。
为什么重要英伟达产品调整反映 AI 芯片竞争格局变化，定制 ASIC 渗透加速，影响美股科技股及算力产业链关注点。
仅供信息参考、不构成投资建议。